基于压缩感知的OCT图像稀疏重建的中期报告.docxVIP

基于压缩感知的OCT图像稀疏重建的中期报告 本篇中期报告旨在介绍基于压缩感知的光学相干层析成像（OCT）图像稀疏重建的研究进展和实验结果。 OCT技术是用于成像生物组织的一种非侵入性成像技术，其基本原理是利用光的干涉信号来重建组织的反射率分布。OCT图像拥有高分辨率和高对比度的优点，在生物医学领域有着广泛的应用。然而，OCT成像过程中需要扫描大量位置以获取完整的图像，这导致OCT数据的体积很大，存储和传输成本高。因此，如何在保持图像质量的前提下减少数据量成为了研究的热点。 压缩感知技术提供了一种有效的解决方案。压缩感知的核心思想是在保持尽可能多的信号特征的同时，利用稀疏性先验知识，将信号的数据量压缩至远远低于其原始数据的水平。在OCT图像重建中，稀疏表示的目标是将原始图像表示为字典中少量基向量的线性组合方式，从而实现数据压缩和减少存储空间。 本次研究所采用的算法是基于压缩感知的迭代重构算法，主要包括稀疏表示和重建两个步骤。在稀疏表示阶段，采用K-SVD算法训练得到字典，并根据字典构建特定图像的稀疏表示；在重建阶段，将稀疏表示作为先验信息，通过重构算法无损地压缩和重建原始图像。 实验结果表明，压缩感知算法能够正确地重建OCT图像，且在保持图像质量的同时有效地减少了数据量。我们的研究为OCT数据的压缩和存储提供了一种新的、高效的解决方案。未来的研究和工作将进一步优化算法，提高重建速度和图像质量，以满足临床应用的需求。